打开PDF文件

使用pdfplumber包打开PDF文件，可以使用open函数或load函数。下面的代码用两种方法打开D盘下的test.pdf文件。

code.python 
>>> import pdfplumber as pp
>>> pdf=pp.open('D:\\test.pdf')
>>> pdf2=pp.load(file_like_object)

两种方法都返回一个pdfplumber.PDF对象。利用该对象及其子对象的属性和方法，可以对PDF文件进行查看和操作。下面列出了该对象的常见属性。

code.python 
pdf.metadata     #元数据，字典
pdf.pages    #每页信息  pdfplumber.Page类

通过索引，可以从pdf.pages集合中获取page对象。下面列出了该对象的常见属性和方法。

code.python 
.page_number
.width
.height
.objects/.charts/.lines/.rects/.curves/.figures/.images
.extract_text(x_tolerance=0,y_tolerance=0)    #提取页面字符到字符串
.extract_words()
.extract_tables(table_settings)
.to_image(**conversion_kwargs)

使用PyPDF2打开PDF文件，需要从PyPDF2包中导入PdfReader类，然后利用构造函数打开指定PDF文件。下面的代码打开D盘下的test.pdf文件。

code.python 
>>> from PyPDF2 import PdfReader
>>> pdf_reader=PdfReader('D:\\test.pdf')